来源：期刊VIP网 时间：
作者：刘媛媛;李峰;
单位：吕梁学院数学系;太原理工大学电力工程学院;
摘要：为了提高短期光伏功率预测效率，设计了一种基于Elman神经网络的短期光伏功率预测方法。在确定网络结构与各项参数的基础上实现准确预测，该方法受到训练后表现出很高的准确率和合理性。研究结果表明：类簇数据表达到了较大相似度，类簇间数据表现出了明显差异特征。采用优化方法开展发电功率预测，建立预测值和实测值的关系，预测日达到了与实测值相近的预测结果，采用优化聚类算法获得了更精确预测结果。通过该算法优化后，预测误差均值明显下降，IMSE均值下降幅度约80%，获得更有效的聚类结果，采用优化聚类处理可以促进短期预测精度的有效提升。该研究可以拓宽到其它的同类领域中，具有很好的实际推广价值。
关键词：光伏功率;;Elman神经网络;;预测;;关联度;;相似度;;匹配
基金资助：山西省吕梁市开发区高层次科技人才引进计划专项项目（2019107）;; 山西省研究生教育教学改革课题（2022YJJG309）;; 山西省吕梁市科技局重点研发项目（2022GXYF14）;; 山西省高等学校科技创新项目（2019L0983）
